一种跨院医疗数据隐私保护共享方法及系统与流程

本发明涉及数据处理，具体是涉及一种跨院医疗数据隐私保护共享方法及系统。

背景技术：

1、在跨院医疗数据协同分析与联合研究场景中，为实现多机构病历数据的合规共享，现有技术普遍采用k-匿名、l-多样性或差分隐私等脱敏手段对电子病历中的敏感字段进行处理。此类方案通常将各准标识符属性视为独立对象分别实施泛化、抑制或噪声添加，其设计前提建立在单一属性区分度可代表整体隐私风险的假设之上，处理流程呈静态、割裂状态，缺乏对属性间组合关联效应的系统性建模与动态响应能力。

2、然而，真实医疗数据中人口学特征、诊断编码、检验指标及就诊时间等多维属性之间存在强统计依赖关系，多个低敏感属性经组合后可形成高区分度的联合指纹，使攻击者借助外部公开辅助信息通过交叉匹配大幅缩小候选记录范围甚至唯一锁定个体。现有脱敏方法因未量化多维关联风险、无法根据组合区分力自适应调整保护强度，且在多院并行处理后缺乏跨院统计一致性校准机制，导致要么防护不足暴露关联推断漏洞，要么过度扰动破坏数据可用性，难以兼顾隐私安全与分析效用。

技术实现思路

1、本发明旨在提供一种跨院医疗数据隐私保护共享方法及系统，既有效抵御了多维属性组合关联推断攻击，又保证了融合数据在全局统计特性上的稳定性与跨院一致性，实现了隐私防护能力与分析可用性的协同保障。

2、为达到以上目的，本发明采用的技术方案为：一种跨院医疗数据隐私保护共享方法，包括：

3、对多源异构医疗记录进行标准化语义对齐，构建初始属性空间向量；

4、基于所述初始属性空间向量计算多维关联隐私风险指数，据此确定全局扰动强度系数；

5、依据所述全局扰动强度系数对所述初始属性空间向量执行自适应属性泛化变换，生成确认有效的泛化后属性集合及泛化变换描述元数据；

6、利用所述泛化变换描述元数据调节噪声参数，对所述确认有效的泛化后属性集合注入受控噪声，生成经统计验证合格的含噪属性集合；

7、基于所述经统计验证合格的含噪属性集合执行跨院局部对齐与一致性校验，生成跨院融合数据集及数据质量与隐私保障凭证；

8、依据所述跨院融合数据集和所述数据质量与隐私保障凭证，通过受限查询响应生成共享输出包。

9、优选的，对多源异构医疗记录进行标准化语义对齐，构建初始属性空间向量，包括：

10、解析原始电子病历数据集提取全部字段值形成原始属性集合；

11、加载跨机构通用医学术语本体对所述原始属性集合执行语义匹配，转换为语义标准化的中间属性集合；

12、遍历所述语义标准化的中间属性集合统计各字段频次及取值分布，建立全局属性维度索引表；

13、依据所述全局属性维度索引表筛选满足预设条件的属性字段，构成初始属性空间向量。

14、优选的，基于所述初始属性空间向量计算多维关联隐私风险指数，据此确定全局扰动强度系数，包括：

15、选取所述初始属性空间向量中的属性组合，计算联合取值频次分布形成多维关联频次矩阵；

16、基于所述多维关联频次矩阵计算每条记录的综合等价类规模，生成风险指示序列；

17、利用所述风险指示序列与安全等价类阈值计算得到多维关联隐私风险指数；

18、根据所述多维关联隐私风险指数与预设风险分级映射规则，确定全局扰动强度系数。

19、优选的，依据所述全局扰动强度系数对所述初始属性空间向量执行自适应属性泛化变换，生成确认有效的泛化后属性集合及泛化变换描述元数据，包括：

20、结合所述全局扰动强度系数为所述初始属性空间向量中每个属性确定目标泛化层级，构成层级配置向量；

21、依据所述层级配置向量对所述语义标准化的中间属性集合执行泛化映射，生成泛化后的属性集合；

22、重新计算所述泛化后的属性集合的泛化后多维关联隐私风险指数，经判定合格后得到确认有效的泛化后属性集合；

23、提取最终生效的层级配置向量并与所述全局属性维度索引表及所述多维关联隐私风险指数打包，生成泛化变换描述元数据。

24、优选的，利用所述泛化变换描述元数据调节噪声参数，对所述确认有效的泛化后属性集合注入受控噪声，生成经统计验证合格的含噪属性集合，包括：

25、从所述泛化变换描述元数据解析风险差值，计算噪声缩放因子；

26、依据所述噪声缩放因子与各属性四分位距确定各属性的噪声标准差，构成噪声参数集；

27、按照所述噪声参数集对所述确认有效的泛化后属性集合逐条注入受控噪声，生成含噪属性集合；

28、校验所述含噪属性集合与泛化前数据的统计矩偏差，经判定合格后得到经统计验证合格的含噪属性集合及最终噪声参数集。

29、优选的，基于所述经统计验证合格的含噪属性集合执行跨院局部对齐与一致性校验，生成跨院融合数据集及数据质量与隐私保障凭证，包括：

30、提取各院经统计验证合格的含噪属性集合的样本均值，计算院间校准偏移量构成校准矩阵；

31、依据所述校准矩阵对各院数据执行均值校准与分类标签统一，生成局部对齐后的含噪属性集合；

32、对各院局部对齐后的含噪属性集合执行噪声方差与关联结构的一致性校验，生成一致性校验报告；

33、依据所述一致性校验报告拼接各院数据生成所述跨院融合数据集，并将所述最终噪声参数集、泛化变换描述元数据及一致性校验报告打包为数据质量与隐私保障凭证。

34、优选的，依据所述跨院融合数据集和所述数据质量与隐私保障凭证，通过受限查询响应生成共享输出包，包括：

35、加载所述数据质量与隐私保障凭证初始化查询解析器，将外部聚合查询转换为内部查询计划；

36、依据所述内部查询计划在所述跨院融合数据集上执行聚合运算，并根据聚合组大小叠加输出端噪声，生成初步查询结果；

37、对所述初步查询结果执行最小发布阈值与置信区间宽度的有效性验证，得到安全查询结果；

38、将所述安全查询结果与数据质量与隐私保障凭证的元数据摘要及使用说明封装为共享输出包。

39、优选的，重新计算所述泛化后的属性集合的泛化后多维关联隐私风险指数，经判定合格后得到确认有效的泛化后属性集合，包括：

40、对泛化后的属性集合重新计算每条记录的新综合等价类规模；

41、利用所述新综合等价类规模与安全等价类阈值计算得到泛化后多维关联隐私风险指数；

42、当所述泛化后多维关联隐私风险指数高于安全阈值时，上调层级配置向量并重新执行泛化映射；

43、当所述泛化后多维关联隐私风险指数不高于安全阈值时，将当前泛化结果作为确认有效的泛化后属性集合。

44、优选的，对各院局部对齐后的含噪属性集合执行噪声方差与关联结构的一致性校验，生成一致性校验报告，包括：

45、检查各院在同一属性上的实际噪声方差与最终噪声参数集声明的理论方差的偏差；

46、计算各院在相同属性组合下联合分布的距离度量值；

47、当所述偏差或距离度量值超过预设容差时，标记对应失配项并记录严重程度；

48、汇总所有失配项及其严重程度生成一致性校验报告。

49、另一方面，本发明提出一种跨院医疗数据隐私保护共享系统，包括：

50、语义对齐单元，用于对多源异构医疗记录进行标准化语义对齐，构建初始属性空间向量；

51、风险量化单元，用于基于所述初始属性空间向量计算多维关联隐私风险指数，据此确定全局扰动强度系数；

52、泛化变换单元，用于依据所述全局扰动强度系数对所述初始属性空间向量执行自适应属性泛化变换，生成确认有效的泛化后属性集合及泛化变换描述元数据；

53、噪声注入单元，用于利用所述泛化变换描述元数据调节噪声参数，对所述确认有效的泛化后属性集合注入受控噪声，生成经统计验证合格的含噪属性集合；

54、对齐校验单元，用于基于所述经统计验证合格的含噪属性集合执行跨院局部对齐与一致性校验，生成跨院融合数据集及数据质量与隐私保障凭证；

55、安全输出单元，用于依据所述跨院融合数据集和所述数据质量与隐私保障凭证，通过受限查询响应生成共享输出包。

56、与现有技术相比，本发明的有益效果在于：

57、本发明通过构建六级递进式处理链路，首先将多源异构记录转化为标准化语义表示并建立初始属性空间，进而量化多维关联隐私风险以自适应确定泛化层级与噪声强度，再经跨院局部对齐消除院间异质性，最终通过受限查询响应层输出安全聚合结果，使隐私保护强度随多维关联风险动态适配，既有效抵御了多维属性组合关联推断攻击，又保证了融合数据在全局统计特性上的稳定性与跨院一致性，实现了隐私防护能力与分析可用性的协同保障。